rag-fusion 是搜索知识领域的开源项目，由 Raudaschl 开发，2023 年首次发布。
在全站 13,109 个收录项目中，它的 GitHub 星标数（959）位列前 30%，在搜索知识分类中处于中上游。
项目已超过三个月没有代码更新，维护节奏明显放缓，最近一次代码更新于 2026-09-22。MIT许可证，完全免费，可自行部署使用。
它主要面向的使用场景是：知识库问答系统，提升答案覆盖度。同类可对比的替代方案包括 LangChain、Haystack、LlamaIndex。
rag-fusion
多路检索融合，让 RAG 答案更准更全
RAG-Fusion 是一个改进检索增强生成（RAG）流程的开源项目，核心解决传统 RAG 中单一查询可能遗漏关键信息、导致生成结果不准确的问题。它通过多查询生成（multi-query generation）技术，将用户原始问题扩展为多个角度不同的子查询，分别进行检索，然后使用倒数排名融合（Reciprocal Rank Fusion, RRF）算法合并多个结果列表，从而提升最终检索到的文档相关性和多样性。项目提供了完整的评估工具链，内置 NFCorpus 和 BEIR 基准测试集，方便用户量化对比不同配置下的检索效果。代码基于 Python 实现，结构清晰，适合作为 RAG 系统的检索优化模块直接集成，或作为实验基准来测试其他检索策略。
开源
free
搜索知识
GitHub 星标
★ 959
维护状态
低维护
是否开源
是
定价模式
free
项目数据
分类搜索知识
开发团队Raudaschl
所属国家
定价模式free
价格说明开源项目，MIT许可证，完全免费，可自行部署使用。
访问状态
是否开源是
开源协议MIT
主要语言Python
技术栈/模型chromadb,information-retrieval,openai,python,rag,rag-fusion,reciprocal-rank-fusion,retrieval-augmented-generation,vector-search
GitHub 星标★ 959
30天Star增速
HF 下载量
上线时间2023-09-25 00:00:00
最近更新2026-09-22 00:00:00
维护状态低维护
中文支持
访问方式
移动端支持
综合评分
收录时间2026-08-09
浏览次数0
使用教程
核心亮点
- 实现多查询生成+RRF融合，显著提升检索召回率
- 内置 NFCorpus/BEIR 评估框架，便于量化效果
- 代码简洁，易于集成到现有 RAG 流程
不足之处
- 文档较少，使用需自行阅读源码
- 未提供预训练模型或API，需自行配置检索后端
适用场景
- 知识库问答系统，提升答案覆盖度
- 搜索引擎结果重排序，优化相关性
- RAG 流程实验对比，验证检索策略
替代项目
LangChain、Haystack、LlamaIndex
项目介绍
上一篇：vectordb-recipes
下一篇：KG_RAG
同类项目推荐
firecrawl
开源
网页抓取像喝水一样简单，开发者省下整周加班
The web data API to search, scrape, and interact at scale.
contoso-chat
开源
一键跑通 Azure RAG 应用，从代码到评估部署全流程
This sample has the full End2End process of creating RAG application with Prompty an···
graphify
开源
整个代码库画成一张图，找问题一眼定位
Turn any codebase, with its docs, SQL schemas, configs, and PDFs, into a queryable k···
WeKnora
开源
文档往里一扔，自动变成啥都能答的知识库
Open-source LLM knowledge platform: turn raw documents into a queryable RAG, an auto···